pandas——sort_values()用法及各参数含义

1、sort _values 功能及使用 场景

功能：对数据进行排序

使用场景：合并/分组汇总/其他需要对时间等字段进行排列的场景

#示例，如下数据需要按照公司名称和时间进行排序，以便进行数据分析：

import pandas as pd
data={'company':['公司A','公司B','公司A','公司C'],
      'data_month':['2020-12','2020-9','2021-3','2020-10']}
df=pd.dataframe(data)
print(df)

    company	data_month
0	公司A	2020-12
1	公司B	2020-9
2	公司A	2021-3
3	公司C	2020-10

2、sort _values使用方法

通俗版理解：

存放排序后新数据的新表=旧表.sort _values(‘排序字段’)

正经版理解：

Da t aFram e.sort_values(b y=‘##’,axis=0,a sc end in g=Tr ue, i nplace=Fa ls e, na_position=‘las t’)

#举例
df1=df.sort_values(['company','data_month'])
print(df1)

      company data_month
0     公司A    2020-12
2     公司A     2021-3
1     公司B     2020-9
3     公司C    2020-10

3、sort_values 参数及其含义（不常用，但是要知道其功能）

参数	含义
axis	若axi s=0或’index’，则按照列中数据大小排序；若axi s=1或’column s’，则按照索引中数据大小排序，默认 axi s=0
a sc end in g	是否按指定列的数组升序排列，默认为Tr ue，升序排列
i nplac e	是否用排序后数据替换原来数据，默认为Fa ls e，不替换
na_position	na_position {‘first’,‘last’}，设定缺失值的显示位置在首部还是尾部